TY - JOUR AU - Горбань, Г. В. AU - Кандиба, І. О. AU - Антіпова, К. О. AU - Кірей, К. О. PY - 2022/07/29 Y2 - 2024/03/29 TI - ПЕРВИННИЙ ТА ВІЗУАЛЬНИЙ АНАЛІЗ ДАНИХ СПОРТИВНИХ РЕЗУЛЬТАТІВ З АКАДЕМІЧНОГО ВЕСЛУВАННЯ ЗАСОБАМИ МОВИ PYTHON З ВИКОРИСТАННЯМ БІБЛІОТЕК PANDAS, MATPLOTLIB ТА SEABORN JF - Таврійський науковий вісник. Серія: Технічні науки JA - tech VL - IS - 3 SE - DO - 10.32851/tnv-tech.2022.3.3 UR - https://journals.ksauniv.ks.ua/index.php/tech/article/view/215 SP - 27-37 AB - <p>У теперішній час у вищій освіті важливу роль грає комп’ютеризація, що спрямовується на покращення навчального процесу шляхом формування та удосконалення його форм і змісту. Зокрема, комп’ютеризація може бути застосовано і в сфері фізичного виховання. У статті представлено використання мови програмування Python та її бібліотек Pandas, Matplotlib та Seaborn при аналізі даних проведення тесту з академічного веслування студентами Чорноморського національного університету імені Петра Могили різного віку. Представлено структуру вихідного набору даних для подальшого аналізу, у яку входять характеристики, що були виміряні перед виконанням тесту та занесені в протокол, та характеристики, що були отримані шляхом імпорту з монітору веслувального тренажеру. Наведено основні можливості бібліотеки Pandas для проведення первинного аналізу даних з використанням структури DataFrame. За допомогою первинного аналізу можна визначити студентів з найкращими або найгіршими результатами тестування, середні значення дистанції проходження з урахуванням статі, віку, громадянства тощо. За допомогою візуального аналізу здійснено дослідження залежностей між деякими кількісними характеристиками. Представлено графіки попарних залежностей між пройденими відстанями за певними періодами часу та графіки розподілу цих величин. Наведено матрицю кореляційної залежності певних кількісних ознак, таких як вік, маса тіла, зріст, пульси перед виконанням та після виконання тесту з академічного веслування та пройденими відстанями за певний період часу. Представлено загальну діаграму розсіювання ознак кількості помахів та маси тіла студента та діаграму розсіювання цих ознак у розрізі категоріальної ознаки статі. Первинний та візуальний аналіз даних може бути використано для більш глибокого аналізу даних із застосуванням методів машинного навчання та штучного інтелекту та є першим етапом створення системи інтелектуального аналізу даних та прогнозування спортивних результатів, що може бути використана у сфері фізичного виховання та застосована для різних видів спорту.</p> ER -